Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

# PyTorch
<a name="tutorial-pytorch"></a>

## Wird aktiviert PyTorch
<a name="tutorial-pytorch-overview"></a>

Wenn ein stabiles Conda-Paket eines Frameworks veröffentlicht wird, wird es getestet und auf dem DLAMI vorinstalliert. Wenn Sie den neuesten, nicht getesteten Nightly Build ausführen möchten, können Sie [PyTorchInstall's Nightly Build (experimentell)](#tutorial-pytorch-install) manuell ausführen. 

Um das aktuell installierte Framework zu aktivieren, folgen Sie diesen Anweisungen auf Ihrem Deep Learning AMI mit Conda.

Führen PyTorch Sie für Python 3 mit CUDA und MKL-DNN diesen Befehl aus:

```
$ source activate pytorch_p310
```

Starten Sie das iPython-Terminal.

```
(pytorch_p310)$ ipython
```

Führen Sie ein schnelles Programm aus. PyTorch 

```
import torch
x = torch.rand(5, 3)
print(x)
print(x.size())
y = torch.rand(5, 3)
print(torch.add(x, y))
```

Das anfängliche zufällige Array sollte angezeigt werden. Danach wird seine Größe angezeigt und dann ein weiteres zufälliges Array.

## PyTorchInstall's Nightly Build (experimentell)
<a name="tutorial-pytorch-install"></a>

**Wie installiert man PyTorch von einem Nightly-Build**

Sie können den neuesten PyTorch Build in einer oder beiden PyTorch Conda-Umgebungen auf Ihrem Deep Learning-AMI mit Conda installieren.

1. 
   + (Option für Python 3) — Aktiviere die PyTorch Python-3-Umgebung:

     ```
     $ source activate pytorch_p310
     ```

1. Für die restlichen Schritte wird davon ausgegangen, dass Sie die `pytorch_p310`-Umgebung verwenden. Entfernen Sie das aktuell installierte PyTorch:

   ```
   (pytorch_p310)$ pip uninstall torch
   ```

1. 
   + (Option für GPU-Instanzen) — Installieren Sie den neuesten nächtlichen Build von PyTorch mit CUDA.0:

     ```
     (pytorch_p310)$ pip install torch_nightly -f https://download.pytorch.org/whl/nightly/cu100/torch_nightly.html
     ```
   + (Option für CPU-Instanzen) — Installieren Sie den neuesten nächtlichen Build von PyTorch für Instances ohne: GPUs

     ```
     (pytorch_p310)$ pip install torch_nightly -f https://download.pytorch.org/whl/nightly/cpu/torch_nightly.html
     ```

1. Um zu überprüfen, ob Sie den neuesten Nightly Build erfolgreich installiert haben, starten Sie das IPython Terminal und überprüfen Sie die Version von. PyTorch

   ```
   (pytorch_p310)$ ipython
   ```

   ```
   import torch
   print (torch.__version__)
   ```

   Die Druckausgabe sollte in etwa wie folgt aussehen: `1.0.0.dev20180922`

1. Um zu überprüfen, ob der PyTorch Nightly-Build gut mit dem MNIST-Beispiel funktioniert, können Sie ein Testskript aus dem PyTorch Beispiel-Repository ausführen:

   ```
   (pytorch_p310)$ cd ~
   (pytorch_p310)$ git clone https://github.com/pytorch/examples.git pytorch_examples
   (pytorch_p310)$ cd pytorch_examples/mnist
   (pytorch_p310)$ python main.py || exit 1
   ```

## Weitere Tutorials
<a name="tutorial-pytorch-more"></a>

Weitere Tutorials und Beispiele finden Sie in den offiziellen Dokumenten, der [PyTorch Dokumentation](http://pytorch.org/docs/master/) und auf der Website des [PyTorch](http://pytorch.org)Frameworks.